Reference To Video

Cada fuente se trata como una decisión de producción, no como una pista de estilo. Una imagen define la apariencia, un video define el movimiento y el audio define el sonido, así que cada archivo que subes tiene una sola función clara. Esta es la parte que lo separa de las herramientas de texto a video, donde un solo prompt tiene que cargar a la vez con una cara, un conjunto, un movimiento de cámara y un beat.

Cara, pelo, proporciones del cuerpo y rasgos distintivos siguen siendo reconocibles cuando mueves un personaje a una escena nueva. Le entregas a la herramienta una imagen del personaje, describes el escenario y la acción nuevos, y esperas que la persona se vea como la misma persona. No aguanta si la imagen de referencia está borrosa, es pequeña o se rodó desde un ángulo raro.

La forma, el color, los materiales, el envase y la colocación de la etiqueta del producto pasan al plano nuevo. En trabajo de campaña esto importa más que la coherencia de la cara, porque una botella con el color equivocado arruina el anuncio. La herramienta conserva el artículo mientras el entorno cambia a su alrededor. Pruébala primero en un plano de lanzamiento.

Un clip de video corto puede marcar gestos, tiempo, movimiento del cuerpo y energía de la actuación. También puede llevar un comportamiento de cámara que es genuinamente difícil de describir. Usar como referencia un paneo, una órbita o un movimiento en mano suele funcionar mejor que escribir esas instrucciones. Las palabras flaquean aquí. Un clip de dos segundos gana.

Puedes llevar una ubicación, un lenguaje de luz, una paleta o un mundo visual a un plano compuesto de nuevo, y en los modelos que aceptan audio, guiar diálogo, voz, música, beats y tiempos de acción. Combinar una referencia de escena con una referencia de audio hace que un clip herede tanto su aspecto como su ritmo.

El sitio separa el trabajo en un flujo de imagen más video y un flujo de imagen más video más audio, un ejemplo claro de generación de video multimodal en la práctica. La imagen ancla la apariencia, el video guía el movimiento y la cámara, y el audio se encarga del sonido y la sincronía cuando el brief lo pide. Seedance 2.0 cubre trabajos exigentes de múltiples referencias a 720P, mientras que MiniMax H3 maneja la ruta de 768P con respaldo de audio. Elige con el brief en mente.

Como las capacidades de los modelos cambian, el generador solo muestra los ajustes que admite el modelo elegido. Así no configuras una ranura de audio que un modelo no puede usar. El intercambio es real: el mismo conjunto de referencias puede comportarse distinto cuando cambias de modelo, así que elige el modelo antes de armar el brief.